国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
首頁 專利交易 科技果 科技人才 科技服務(wù) 國際服務(wù) 商標交易 會員權(quán)益 IP管家助手 需求市場 關(guān)于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
最新專利技術(shù)
  • 本申請公開了一種基于聲吶圖像的水下目標檢測方法、裝置、設(shè)備及介質(zhì)，涉及水下探測領(lǐng)域，該方法包括獲取聲吶圖像樣本集，聲吶圖像樣本集包括樣本圖像，以及每張樣本圖像附帶的樣本標簽，每個樣本標簽包括位置信息和類別概率分布，位置信息指所述水下目標在聲...
  • 本發(fā)明涉及一種基于多尺度實例解耦的遙感影像域泛化語義分割方法，涉及遙感圖像解譯技術(shù)領(lǐng)域，包括多尺度實例編碼、域不變實例解耦和域泛化語義解碼；以分割骨干網(wǎng)絡(luò)中的圖像特征作為輸入，多尺度實例編碼模塊利用深度卷積、多尺度協(xié)同、多路徑感知來有效感知...
  • 本申請公開了一種模型構(gòu)建方法、電子設(shè)備、存儲介質(zhì)與計算機程序產(chǎn)品，涉及模型構(gòu)建技術(shù)領(lǐng)域，包括：接收被標注的原始圖像樣本集，其中，原始圖像樣本集中的原始圖像樣本的建筑缺陷特征被有向旋轉(zhuǎn)框選中；基于原始圖像樣本集對預(yù)設(shè)初始圖像識別模型進行訓(xùn)練，...
  • 本發(fā)明提供了一種基于深度學(xué)習(xí)的海表高度異常數(shù)據(jù)降尺度方法，涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，具體包括如下步驟：對數(shù)據(jù)進行預(yù)處理，數(shù)據(jù)包括：AVISO數(shù)據(jù)、SWOT數(shù)據(jù)和關(guān)鍵輔助變量；構(gòu)建基于增強型超分辨率生成對抗網(wǎng)絡(luò)ESRGAN，生成高分辨率特征圖，E...
  • 本發(fā)明公開了一種新生兒眼底圖像描述生成方法及成像方法，包括獲取現(xiàn)有的新生兒眼底圖像并進行描述和預(yù)處理以構(gòu)建訓(xùn)練數(shù)據(jù)集；基于特征提取網(wǎng)絡(luò)、特征映射網(wǎng)絡(luò)和大語言模型，構(gòu)建新生兒眼底圖像描述生成初始模型并訓(xùn)練得到新生兒眼底圖像描述生成模型；采用得...
  • 本申請實施例公開了一種基于圖像識別的水質(zhì)檢測方法、裝置、設(shè)備及存儲介質(zhì)，屬于圖像處理技術(shù)領(lǐng)域，該方法包括：獲取待處理的水質(zhì)圖像；通過窗口注意力機制對水質(zhì)圖像進行特征提取處理，得到水質(zhì)圖像所屬水域的水質(zhì)特征向量；基于水質(zhì)特征向量，獲取水域的水...
  • 本發(fā)明公開了一種基于分布感知特征對齊的半監(jiān)督域適應(yīng)圖像分類方法，包括以下步驟：針對源域和目標域的圖像數(shù)據(jù)，分別進行強數(shù)據(jù)增強和弱數(shù)據(jù)增強，生成多視圖輸入特征，通過共享的卷積神經(jīng)網(wǎng)絡(luò)提取輸入特征，并結(jié)合基于分布校準的偽標簽監(jiān)督策略，將當前概率...
  • 本申請公開了一種圖形處理方法、裝置、存儲介質(zhì)及電子設(shè)備，其中，該圖形處理方法包括獲取待處理的曲邊閉合圖形；對曲邊閉合圖形的邊界進行參數(shù)化，生成曲邊函數(shù)；對曲邊函數(shù)進行傅里葉級數(shù)展開，生成曲邊閉合圖形的傅里葉級數(shù)；從傅里葉級數(shù)中選取預(yù)設(shè)級數(shù)的...
  • 本申請公開了一種基于圖像去霧的輕量級目標檢測方法，屬于目標檢測技術(shù)領(lǐng)域。該方法包括：獲取原始圖像，將原始圖像輸入到目標檢測模型中，得到目標圖像，目標檢測模型包括深度可分離卷積子模型、特征提取子模型和特征融合子模型；基于目標圖像進行檢測，得到...
  • 本發(fā)明公開了一種基于循環(huán)復(fù)用卷積的紅外目標檢測方法，應(yīng)用于圖像處理技術(shù)領(lǐng)域，包括：利用循環(huán)復(fù)用卷積網(wǎng)絡(luò)中的多個復(fù)用卷積編碼器和多個雙向注意力聚合解碼器，對待檢測目標圖像進行處理，得到目標檢測信息；每個復(fù)用卷積編碼器的卷積核一致，雙向注意力聚...
  • 本申請公開一種基于狀態(tài)更新的建筑矢量端到端提取方法及系統(tǒng)，涉及數(shù)據(jù)模型領(lǐng)域，方法包括：提取待檢測遙感影像中的建筑特征，得到含有多尺度信息的初始特征圖；基于初始特征圖，利用中心點預(yù)測頭計算建筑中心點，利用偏移量預(yù)測頭計算建筑輪廓與建筑中心點的...
  • 本申請公開了一種地圖興趣點聚合方法、電子設(shè)備及計算機程序產(chǎn)品，本申請涉及地理信息服務(wù)技術(shù)領(lǐng)域，該地圖興趣點聚合方法包括：獲取目標區(qū)域的地圖興趣點數(shù)據(jù)、數(shù)字高程模型和三維網(wǎng)格數(shù)據(jù)，其中，地圖興趣點數(shù)據(jù)包括地圖興趣點的二維坐標，三維網(wǎng)格數(shù)據(jù)包括...
  • 本發(fā)明公開了一種基于正球面映射的橢球面多邊形布爾運算方法，包括以下步驟：S1，將橢球面的多邊形頂點映射到一個正球面；S2，在正球面上進行映射后的球面多邊形的布爾運算；S3，將正球面上的多邊形布爾運算的結(jié)果映射到原橢球面，作為橢球面上多邊形布...
  • 本發(fā)明涉及圖像處理領(lǐng)域，且公開了一種基于圖像識別的地鐵天地線綜合平臺監(jiān)測方法及系統(tǒng)，用于解決進行地鐵天地線監(jiān)測時，會出現(xiàn)采集圖像數(shù)據(jù)時，監(jiān)測區(qū)域被高速運行的列車遮擋視野的問題，包括，對檢查區(qū)域進行圖像數(shù)據(jù)采集，若檢查區(qū)域中未存在運行列車遮擋...
  • 本發(fā)明公開了一種基于深度正則化的動態(tài)高斯場景重建方法。本發(fā)明步驟如下：步驟（1）、利用SfM點云初始化一組3D高斯集合，每個高斯體由中心位置、協(xié)方差矩陣等參數(shù)描述；步驟（2）、引入控制網(wǎng)絡(luò)解耦運動與幾何結(jié)構(gòu)，利用時間變量與高斯中心位置進行偏...
  • 本發(fā)明公開了一種基于多尺度高斯球的動態(tài)場景重建方法及裝置，涉及計算機視覺領(lǐng)域，包括：采用運動恢復(fù)結(jié)構(gòu)算法對待重建的視頻幀序列進行處理，生成稀疏點云，對稀疏點云進行初始化，生成3D高斯球集合；采用雙域變形模型和自適應(yīng)時間戳對3D高斯球集合進行...
  • 本發(fā)明公開了一種發(fā)電機故障三維可視化預(yù)警及構(gòu)建方法，本發(fā)明涉及數(shù)字孿生技術(shù)領(lǐng)域，通過傳感器獲取發(fā)電機設(shè)備參數(shù)、運行數(shù)據(jù)、環(huán)境數(shù)據(jù)結(jié)合數(shù)字孿生技術(shù)與三維可視化技術(shù)構(gòu)建發(fā)電機數(shù)字孿生模型；并持續(xù)收集發(fā)電機運行數(shù)據(jù)對所構(gòu)建的發(fā)電機數(shù)字孿生模型進行...
  • 本發(fā)明涉及虛擬場景實時渲染技術(shù)領(lǐng)域，具體涉及一種增強沉浸感的虛擬場景實時渲染方法及系統(tǒng)。該方法獲取虛擬場景圖像的渲染組件及其顯示LOD等級；將當前幀圖像中的渲染組件作為目標組件，根據(jù)目標組件在指定圖像中的分布獲取其在指定圖像中的目標LOD等...
  • 本發(fā)明涉及神經(jīng)網(wǎng)絡(luò)的圖像分析技術(shù)領(lǐng)域，公開了一種基于YOLO算法的自動化實驗室的視覺定位方法及系統(tǒng)，包括：首先，利用宏觀和局部視野信息進行精確的環(huán)境定位，提高了目標識別的準確性。其次，通過動態(tài)視野調(diào)整和補充圖像數(shù)據(jù)采集，確保了即使在目標被部...
  • 本申請公開了一種橋梁養(yǎng)護作業(yè)的監(jiān)管方法，屬于工地管理，包括：分別建立傳感器模型、人員模型和橋梁BIM模型；利用地理坐標系統(tǒng)對傳感器模型和橋梁BIM模型進行配準；通過GIS平臺集成人員模型、配準后的傳感器模型和橋梁BIM模型，得到基于BIM+...
首頁 上一頁 5 下一頁
技術(shù)分類
主站蜘蛛池模板： 留坝县| 定远县| 湘阴县| 屏山县| 寿光市| 长寿区| 三门县| 同仁县| 大悟县| 华宁县| 库车县| 新沂市| 固镇县| 北流市| 册亨县| 财经| 土默特右旗| 修文县| 左贡县| 吉木萨尔县| 淳化县| 柯坪县| 博湖县| 佛学| 温泉县| 马关县| 浦县| 扶风县| 西贡区| 资兴市| 筠连县| 泰兴市| 临猗县| 东乡族自治县| 织金县| 金乡县| 娄底市| 夏津县| 蛟河市| 邯郸县| 景洪市|